本文介绍:

将上一篇讲的《Azure Custom Vision 分类混凝土粗细骨料》训练的模型部署到树莓派上。

 

视频演示:

 

本文中针对Custom Vision导出的容器在树莓派ARM版本下的docker 编译指令可参照readme.txt:

docker buildx build --platform linux/arm/v7 -t <your image name> --load .

如果显示build-x指令不存在,则需要打开 docker desktop中的开关:

enable cli experimental features:

 

常见问题:


1.Customer Vision 在树莓派上运行慢,超过4s的解决办法

针对树莓派设备,部署完成后如果一张图片的预测时间超过4s,则可以启用快速预测:

在custom vision导出的 arm dockerfile中,修改如下内容:

取消如下几行注释文件,增加一行 apt get install libgtk-3-0

经过上述修改重新部署后,树莓派上的预测时间在3秒以内。

 

补正:

经修改后的custom vision ARM 容器在树莓派4B上的运行一张图片预测的时间大概2.5s

 

 

 

本文视频中忽略了部分步骤,之前已经讲过了,更详细的步骤可以参见:

  1. (视频)Azure IoT Edge入门(4)实战将“识别戴口罩”算法部署到边缘(1)-Custom Vision导出容器
  2. (视频)Azure IoT Edge入门(5)实战将“识别戴口罩”算法部署到边缘(2)-ACR准备
  3. (视频)Azure IoT Edge入门(6)实战将“识别戴口罩”算法部署到边缘(3)-部署到IoT Edge设备